IBM, 오픈소스 음성 모델 'Granite Speech 5.0' 시리즈 공개

요약

IBM이 자사의 음성 언어 모델 컬렉션인 Granite Speech 5.0을 업데이트하며 granite-speech-5.0-2b 신규 모델과 기존 모델의 개선판인 granite-speech-5.0-470m-turboctc, granite-speech-4.1-2b-plus를 공개했다. 핵심 모델인 granite-speech-5.0-2b는 이전 버전과 동일한 파라미터 규모로 영어, 프랑스어, 독일어 등 6개 언어의 전사 및 번역을 지원하며 39만 시간의 공공 오디오 데이터와 합성 데이터로 학습되었다. 이 모델은 영어 평균 WER(Word Error Rate) 5.06%를 기록하며 오픈 웨이트 ASR 모델 중 2위를 차지했다. 기존 Turbo CTC 기반 모델인 granite-speech-5.0-470m-turboctc는 사용자 피드백을 반영하여 속도를 대폭 개선했으며, 엣지 환경에서의 고속 전사에 최적화되었다. 모든 모델은 Apache 2.0 라이선스로 제공되며 Transformers, vLLM, llama.cpp 등 주요 프레임워크와 Apple Silicon을 지원한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.